دخلت سوق وكلاء الذكاء الاصطناعي مرحلة جديدة مع إعلان تحالف من شركات التقنية الكبرى عن معيار مفتوح يهدف إلى جعل اكتشاف القدرات الرقمية أسهل وأكثر تنظيماً. المعيار الجديد، المعروف باسم Agentic Resource Discovery أو ARD، صُمم ليمنح وكلاء الذكاء الاصطناعي طريقة معيارية للعثور على الأدوات والمهارات والوكلاء الآخرين والتحقق منهم قبل الاتصال بهم.
تشارك في المبادرة أسماء بارزة مثل غوغل ومايكروسوفت وغودادي وهيوغينغ فايس وNVIDIA وسيلزفورس وسيرفيس ناو وDatabricks وSnowflake وGitHub وسيسكو. ويمثل هذا التعاون محاولة لتقريب ما يشبه "طبقة بحث" مخصصة للذكاء الاصطناعي، تسمح للوكلاء بالوصول إلى الموارد المتاحة على الويب وعلى شبكات المؤسسات من دون الاعتماد على الربط اليدوي لكل خدمة على حدة.
ما الذي يحاول ARD حله؟
رغم التقدم السريع في بناء وكلاء الذكاء الاصطناعي، لا تزال هناك مشكلة أساسية تعيق استخدامها على نطاق واسع: الاكتشاف. فالوكيل قد يكون قادراً على تنفيذ مهمة ما إذا كان يعرف مسبقاً أين توجد الأداة المناسبة، لكنه غالباً لا يملك طريقة قياسية للعثور على تلك الأداة من الأساس. هنا يأتي دور ARD، الذي يهدف إلى سد فجوة الاكتشاف بين الوكلاء والقدرات المتاحة لهم.
الفكرة بسيطة من حيث المبدأ: إذا كان MCP، وهو بروتوكول سياق النماذج الذي برز سابقاً، قد ساعد في توحيد طريقة تواصل الأنظمة مع وكلاء الذكاء الاصطناعي، فإن ARD يحاول أن يكون الطبقة التي تجعل هذه القدرات قابلة للعثور عليها. وبصياغة أخرى، إذا كانت MCP تتيح بناء التطبيقات، فإن ARD يسعى إلى أن يكون ما يشبه متجر التطبيقات لهذه البيئة.
هذا التوجه مهم لأن وكلاء الذكاء الاصطناعي باتوا يعملون في بيئات موزعة، ويتعاملون مع موارد موجودة في فرق مختلفة وشبكات متعددة ومؤسسات متباينة. وعندما لا تكون الموارد مُفهرسة أو مُعلنة بطريقة موحدة، يصبح الوصول إليها بطيئاً ومجزأً وعرضة للأخطاء.
كيف يعمل النموذج الجديد؟
يعتمد ARD على مكوّنين رئيسيين: الفهارس والسجلات. يمكن تشبيه الفهرس بصفحة تعريفية تنشرها المؤسسة على نطاقها الخاص، بينما تعمل السجلات كجهات بحث تقوم بجمع هذه الفهارس ومقارنتها وإرجاع النتائج المناسبة لوكيل الذكاء الاصطناعي.
في التطبيق العملي، تنشر المؤسسة ملفاً تعريفياً خاصاً بقدراتها على نطاقها الإلكتروني، ثم تقوم السجلات بالزحف إلى هذه الملفات وفهرسة محتواها، مع إرفاق البيانات الوصفية التي تساعد على التحقق من الجهة الناشرة قبل إجراء أي اتصال. وتستند هذه البنية إلى نموذج قريب من عمل نظام أسماء النطاقات، حيث يكتسب الموقع أو النطاق نفسه دوراً محورياً في تحديد الهوية والثقة.
هذا التصميم يمنح المؤسسات قدراً من التحكم، لأنه يسمح لها بإنشاء سجلات داخلية خاصة بها أو اعتماد خدمات اكتشاف عامة. كما يتيح لوكلاء الذكاء الاصطناعي البحث عن موارد قد تكون موزعة عبر بيئات سحابية مختلفة من دون الحاجة إلى ربط مسبق بكل خدمة على حدة.
أمثلة أولية من الشركات المشاركة
بدأت بعض الشركات بالفعل في تقديم تطبيقات مرجعية للفكرة. فـGitHub أطلقت أداة Agent Finder، وهي مبنية على ARD وتتيح لـCopilot اكتشاف خوادم MCP والمهارات والأدوات والوكلاء أثناء التشغيل سواء من سجل عام أو خاص.
كما طورت Hugging Face أداة Discover Tool، التي توفر بحثاً دلالياً داخل آلاف المهارات وخوادم MCP، بما يساعد الوكلاء على الوصول إلى القدرات المناسبة بصورة أسرع وأكثر مرونة. أما غوغل، فتعتمد على Agent Registry ضمن منصة Gemini Enterprise Agent Platform، مع دعم أصلي مخطط له خلال الأشهر المقبلة.
هذه الأمثلة تشير إلى أن ARD ليس مجرد مواصفة نظرية، بل إطار يمكن إدماجه في منتجات فعلية. ومع ذلك، فإن قيمة هذه الأدوات لن تتحدد فقط بقدرتها على البحث، بل أيضاً بمدى سهولة تشغيلها داخل المؤسسات وربطها بسياسات الحوكمة والأمان القائمة.
التعاون بين المنافسين يعكس الحاجة إلى معيار مشترك
اللافت في الإعلان أن الشركات الكبرى التي تقف وراءه ليست عادة في صف واحد عند إطلاق تقنيات جديدة. لكن سوق وكلاء الذكاء الاصطناعي يفرض تحدياً مختلفاً: لا يمكن لنظام ذكي أن يصبح قابلاً للتوسع إذا بقيت قدراته حبيسة التكاملات الفردية أو البروتوكولات المتفرقة.
ولهذا السبب، يبدو ARD محاولة لتأسيس طبقة مشتركة تخفف من عوائق التوافق بين المنصات. فالمعيار مفتوح المصدر ومتاح تحت رخصة Apache 2.0، كما يستند إلى نموذج بيانات طورته مجموعة عمل مرتبطة بمؤسسة Linux Foundation. وبذلك، تسعى الشركات المشاركة إلى تقديم أساس تقني يمكن أن يتبناه اللاعبون الكبار والصغار على حد سواء.
كما أن غياب أسماء مثل OpenAI وAnthropic عن قائمة الشركاء في هذه المرحلة يلفت الانتباه، لكنه لا يقلل من أهمية الإشارة الأوسع: السوق يتجه نحو مرحلة يصبح فيها اكتشاف الخدمات نفسها جزءاً من البنية التحتية الأساسية للذكاء الاصطناعي، لا مجرد ميزة إضافية.
الأمن السيبراني يبقى نقطة القلق الأبرز
رغم الوعود الكبيرة، فإن توسيع طبقة الاكتشاف يفتح الباب أيضاً أمام مخاطر جديدة. فإذا أصبح الوكيل قادراً على البحث عن أدوات خارج نطاق الربط المباشر، فإن أي خلل في النطاقات أو مسارات النشر أو ملفات الفهارس قد يتحول إلى نقطة استغلال عالية القيمة.
ولهذا يشدد المطورون على أن ARD لا يلغي الحاجة إلى الضوابط الأمنية التقليدية. فما زالت هناك ضرورة لسياسات الوصول، والمصادقة، والمراجعة البرمجية، والتوقيع الرقمي، والمراقبة المستمرة، وقوائم السماح، وحوكمة الاستخدام. ويظل التحقق من هوية الجهة الناشرة جزءاً حاسماً من التصميم، لأن الثقة هنا تعتمد على صحة النطاق والبنية التي تستضيف بيانات الاكتشاف.
بمعنى آخر، يمكن لـARD أن يحسن طريقة العثور على القدرات، لكنه لا يحل تلقائياً مشكلة الأمان. وإذا ما تم اختراق نطاق أو مستودع أو مسار نشر، فقد يتحول الدليل نفسه إلى أداة تضليل بدلاً من أن يكون وسيلة للموثوقية.
لماذا يشبهه البعض بمحرك بحث لوكلاء الذكاء الاصطناعي؟
يشبه مطورو ARD الوضع الحالي للذكاء الاصطناعي بما كان عليه الويب في مراحله الأولى قبل انتشار محركات البحث. في ذلك الوقت كانت الأدلة اليدوية والتنظيمات الهرمية تحد من إمكانية الوصول إلى المواقع. أما اليوم، فإن الوكلاء يحتاجون إلى آلية مشابهة تسمح لهم باكتشاف الموارد المناسبة في وقت التنفيذ.
لكن التشبيه لا يعني أن ARD سيكون محرك بحث تقليدياً يواجهه المستخدم مباشرة. هو أقرب إلى بنية خلفية تستقبل استعلامات الوكلاء وترد عليهم بقوائم من القدرات المؤهلة، مع بيانات إضافية تساعد على التحقق من الجهة المالكة والموثوقية والإعدادات المرتبطة بالاستخدام.
إذا نجحت هذه الرؤية، فقد يصبح بإمكان المؤسسات بناء بيئات أكثر ترابطاً لوكلاء الذكاء الاصطناعي، حيث لا يكتفي الوكيل بأداء ما أُخبر به فقط، بل يستطيع أيضاً اكتشاف ما هو متاح له ضمن حدود واضحة ومؤمنة. أما إذا أخفقت المعايير الأمنية والتنظيمية، فقد يزيد ذلك من تعقيد المشهد بدلاً من تبسيطه.
الخلاصة
يمثل ARD خطوة مهمة في تطور البنية التحتية لوكلاء الذكاء الاصطناعي، لأنه يعالج واحدة من أبرز المشكلات العملية: كيف يعرف الوكيل ما يمكنه استخدامه ومن يثق به؟ ومع أن المعيار لا يزال في مراحله الأولى، فإن دعمه من شركات تقنية كبرى يمنحه ثقلاً واضحاً.
ومع ذلك، فإن نجاحه لن يعتمد فقط على قدرته في البحث والاكتشاف، بل على مدى صلابته أمام التهديدات الأمنية، وقدرته على الاندماج مع سياسات المؤسسات، ومدى تبنيه من قبل المطورين والمنصات. وفي قطاع يتقدم بسرعة، قد يكون الاكتشاف المعياري للموارد هو القطعة التالية التي تجعل وكلاء الذكاء الاصطناعي أكثر فاعلية، وأكثر تعقيداً أيضاً.